版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、交通標志檢測與識別作為輔助駕駛及智能交通系統(tǒng)的一部分,具有廣泛的應用前景。由于場景的復雜性以及交通標志的多樣性,目前對交通標志的自動檢測和識別水平還不能滿足實際的應用需求。本文研究了基于顯著圖的交通標志檢測方法,首先生成融合顏色和邊緣特征的交通標志顯著圖;然后采用聚類的方法檢測交通標志的候選區(qū)域;最后采用局部霍夫變換的方法精定位交通標志區(qū)域,并根據(jù)區(qū)域的形狀去除假目標。
交通標志是設置給人看的,因此其設計和安裝過程都充分考
2、慮了人的視覺特性。本文首先從視覺注意機制的角度出發(fā),分析了交通標志區(qū)別于自然場景的顯著特征,然后針對經(jīng)典的Itti顯著性模型實驗中出現(xiàn)的不足,采用了改進的交通標志顯著圖的計算方法。
顯著性模型中通常采用勝者為王的機制定位目標,檢測的區(qū)域是以注意焦點為圓心且半徑固定的圓,一般要比實際的目標區(qū)域大。本文設計了基于聚類的交通標志粗定位方法。首先選取全局閾值去除顯著圖中特征較弱的區(qū)域;然后根據(jù)顯著特征值和位置關系進行動態(tài)聚類;最后
3、根據(jù)聚類區(qū)域之間的中心距離以及聚類區(qū)域內(nèi)的位置方差進行分裂和合并操作,得到單個交通標志的大致位置。實驗結果表明,本文的方法可以在較短時間內(nèi)檢測出交通標志的候選區(qū)域。
顯著性模型的原理決定了其無法精確定位目標的區(qū)域,因此本文在粗定位的基礎上,采用局部霍夫變換的方法精定位交通標志區(qū)域,并根據(jù)區(qū)域中目標的形狀去除虛假目標。橢圓檢測是利用其對稱性檢測不同方向上對稱軸的來近似實現(xiàn)的;三角形和矩形檢測是通過分析直線的位置、夾角以及交點
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于視覺顯著性的交通標志檢測與識別方法研究.pdf
- 基于視覺顯著性的交通標志檢測與識別方法研究(1)
- 基于多特征的交通標志圖像檢測研究.pdf
- 室外復雜環(huán)境下交通標志檢測方法研究.pdf
- 基于DPM的交通標志檢測算法研究.pdf
- 運動模糊交通標志檢測的研究.pdf
- 道路交通標志的檢測研究.pdf
- 基于CNN的交通標志識別方法研究.pdf
- 基于多特征的交通標志圖像檢測研究(1)
- 基于視頻的交通標志檢測與識別的研究.pdf
- 交通標志檢測和識別算法研究.pdf
- 交通標志檢測與分類算法研究.pdf
- 交通標志檢測與跟蹤算法研究.pdf
- 基于顏色和形狀特征的交通標志檢測.pdf
- 基于機器視覺的交通標志檢測與識別算法研究.pdf
- 基于HOG特征的交通標志檢測與識別算法研究.pdf
- 基于車載激光掃描點云的交通標志檢測研究.pdf
- 交通標志
- 交通標志
- 復雜環(huán)境下交通標志的檢測.pdf
評論
0/150
提交評論